2026 年 ACII 双语对话（DaiKon）工作坊与挑战赛
人工智能
2026-05-05 v1 计算与语言
人机交互
摘要
2026 年 ACII 双语对话（ACII-DaiKon）工作坊与挑战赛引入了用于建模双语对话中人际情感和社交动态的基准。尽管双语情感建模取得了快速进展，但大多数基准仍以说话者为中心，未能充分代表合作伙伴之间的时间演化过程，包括方向性影响、对话时间协调以及关系发展。为弥补这一差距，ACII-DaiKon 提出了三个在共享数据集上构建的协调子挑战：（1）方向性人际影响预测，（2）轮次预测（下位说话者和距离下位说话的时间），（3）跨完整交互的关系轨迹预测。该挑战基于 Hume-DaiKon 数据集构建，包含 945 组双语对话（743.4 小时的音视频数据），在自然条件下收集，覆盖五种语言。该基准支持多模态建模、时序推理和跨情境泛化，通过固定的训练/验证/测试划分、标准化指标以及发布的基线系统实现。评估指标包括 Concordance Correlation Coefficient（CCC）、Pearson 相关系数、Macro-F1 和 Mean Absolute Error（MAE），根据子挑战不同采用不同指标。基线实验建立了初始参考性能，测试集最佳结果为影响预测的 0.40 CCC 和 0.50 Pearson，轮次预测的 0.66 Macro-F1 和 1.50 秒 MAE，关系轨迹建模的 0.68 CCC 和 0.70 Pearson。这些结果表明，尽管当前方法能够捕捉粗略的双语模式，但对于捕捉方向性依赖和长期人际动态的鲁健建模仍具有挑战性。该工作坊为严格比较和跨学科讨论提供了共享平台，讨论数据有效性、评估协议以及文化敏感的双语互动建模。
引用
@article{arxiv.2605.02672,
title = {The 2026 ACII Dyadic Conversations (DaiKon) Workshop & Challenge},
author = {Panagiotis Tzirakis and Alice Baird and Jeffrey Brooks and Emilia Parada-Cabaleiro and Lukas Stappen and Sharath Rao and Theo Lebryk and Jakub Piotr Clapa and Jens Madsen},
journal= {arXiv preprint arXiv:2605.02672},
year = {2026}
}